Genomic data improve coalescent inference across a range of demographic parameters and life-histories
Notice bibliographique
Résumé
Understanding the demographic context for population divergence and speciation in the sea often requires distinguishing the contributions of mutation, isolation, and gene flow on temporal or geographical scales where those diverse processes may not achieve equilibrium conditions. Coalescent isolation-with-migration (IM) models can meet this need for non-equilibrium modelling of genetic variation, but the quality of IM model parameter estimation depends on the breadth of genome sampling. Here, we describe three improvements in IM parameter estimates based on hundreds of loci from RNA-seq assemblies relative to previously published results based on few loci in two sea star study systems that differ in the tempo of population divergence. (1) Precision of all model parameter value estimates (with narrow posterior distributions) was vastly better in both study systems and resolved uncertainty around one key parameter in each. (2) Maximum likelihood estimates of some model parameters were broadly similar to previously published estimates, but with greater precision we obtained more realistic values for some parameters that were consistent with expectations based on the biogeography of the organisms. (3) We found non-zero but demographically trivial gene flow in one study system where we previously estimated gene flow to be zero, and modest symmetrical gene flow (2Nm<1) in a second study system where we previously estimated gene flow to be massive (2Nm~10) and asymmetrical. Improved understanding through judicious application of genome-wide sampling in replication studies as shown here may improve the information needed for biodiversity management and conservation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».